Python_常用的正则表达式处理函数

正则表达式就是用查找字符串的，它能查找规则比较复杂的字符串
反斜杠：正则表达式里面用"\"作为转义字符。

s='<a class="h3" href=""><b>python学习笔记</b></a>'

print(re.findall(r'\<a class\=\"h3\" href\=\"\"><b>(.*)\<\/b\>\<\/a\>',s))

里面的一个 r 表示字符串为非转义的原始字符串，让编译器忽略反斜杠，也就是忽略转义字符。但是这个字符串里没有反斜杠，所以这个 r 可有可无。

常用的功能函数包括：match、search、findall、sub

1、re.match()函数
函数语法：

re.match(pattern, string, flags=0)

def match(pattern, string, flags=0):
    """Try to apply the pattern at the start of the string, returning
    a match object, or None if no match was found."""
    return _compile(pattern, flags).match(string)

函数参数说明：

• pattern：匹配的正则表达式
• string：要匹配的字符串
• flag：标志位，用于控制正则表达式的匹配方式（是否匹配大小写、多行匹配等）

作用：match()函数只在字符串的开始位置尝试匹配正则表达式，即从位置0开始匹配。如果匹配成功，则返回一个匹配的对象；如果字符串开始不符合正则表达式，则匹配失败，函数返回None。

import  re
test = 'http://news.163.com/17/0624/10/CNMHVBJP0001899N.html'
print(re.match(r'http',test)) # <_sre.SRE_Match object; span=(0, 4), match='http'>
print(re.match(r'news',test)) # None

2、re.search()函数

函数语法：

re.search(pattern, string[, flags])

def search(pattern, string, flags=0):
    """Scan through string looking for a match to the pattern, returning
    a match object, or None if no match was found."""
    return _compile(pattern, flags).search(string)

re.search()匹配整个字符串，直到找到第一个匹配的，如果字符串中没有匹配的，则返回None。

import  re
test = 'I am a loving child to learn.'
print(re.search(r'I',test)) # <_sre.SRE_Match object; span=(0, 1), match='I'>
print(re.search(r'learn',test)) # <_sre.SRE_Match object; span=(23, 28), match='learn'>
print(re.search(r'alina',test)) # None

3、re.sub()函数

函数语法：

re.sub(pattern,repl,string,count,flags)

def sub(pattern, repl, string, count=0, flags=0):
    """Return the string obtained by replacing the leftmost
    non-overlapping occurrences of the pattern in string by the
    replacement repl.  repl can be either a string or a callable;
    if a string, backslash escapes in it are processed.  If it is
    a callable, it's passed the match object and must return
    a replacement string to be used."""
    return _compile(pattern, flags).sub(repl, string, count)

函数参数说明：

• pattern：匹配的正则表达式
• repl：替换的字符串
• String：要被查找替换的原始字符串
• count：匹配后替换的最大次数，默认0表示途欢所有的匹配

re.sub()函数用于替换字符串中的匹配项。

import re
test = 'I am a loving child to learn.'
print(re.sub(r'child','MMMMM',test)) # 替换字符串，将child 替换成MMMMM

4、re.findall()函数

函数语法：

re.findall(pattern,string,flags)

def findall(pattern, string, flags=0):
    """Return a list of all non-overlapping matches in the string.

    If one or more capturing groups are present in the pattern, return
    a list of groups; this will be a list of tuples if the pattern
    has more than one group.

    Empty matches are included in the result."""
    return _compile(pattern, flags).findall(string)

re.findall()可以获取字符串中所有匹配的字符串

import re
test = '<a href="http://www.educity.cn/zhibo/" target="_blank">直播课堂</a>'
print(re.findall(r'<a href="(.*)" target="_blank">(.*)</a>',test)) #[('http://www.educity.cn/zhibo/', '直播课堂')]

在练习正则表达式的时候，用的最多的就是re.findall()函数